Monica Fabiana Bento Moreira Thiersch
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Research Interests
Monica Fabiana Bento Moreira Thiersch has a total of 11 co-authors. Here are the top co-authors by number of shared publications:
- Lucas Kröhling Bernardi
Universidade Federal de São Carlos
6 shared publications - Claudio Roberto Thiersch
Universidade Federal de São Carlos
5 shared publications - Argemiro José Moreno Arteaga
Federal University of Campina Grande
3 shared publications - Franciane Andrade de Pádua
Universidade Federal de São Carlos, Brasil
3 shared publications - Alessandro Araujo Amaral de Almeida
Federal University of Sao Carlos
2 shared publications - Aline Roja Rolmos1 shared publication
Latest Publications
- 14 December 2021
- Published by Pantanal Editora
- p. 73-88
Estudo do efeito da continuidade espacial em modelos de relação hipsométrica em Eucalyptus sp.
- 14 December 2021
- Published by Pantanal Editora
- p. 73-88
Estudo do efeito da continuidade espacial em modelos de relação hipsométrica em Eucalyptus sp.
- Open Access
- 4 December 2021
- Published by Research, Society and Development in Research, Society and Development
- Vol. 10 (16)
Uso de fotografias digitais como alternativa à fita e a suta na cubagem rigorosa
Em levantamentos do volume de povoamentos, o viés não deriva apenas do processamento dos dados e das estimativas, podendo ser de seleção, quando a amostra não garante a representatividade da população; de admissão, quando a amostra advém de uma população especial; de amostragem; ou ainda podem ser imensuráveis, como erros sistemáticos e decorrentes do operador ou do próprio instrumento. O volume de um povoamento pode ser obtido através do uso de expressões matemáticas que utilizam as variáveis altura e diâmetro, ou circunferência onde o diâmetro é obtido com uso da suta e a circunferência por meio da fita métrica e, ambas, incorrem em erros que dependem do formato e deformidade das seções transversais do tronco. Este trabalho propõe uma metodologia com base na utilização de imagens digitais das seções do tronco e do uso da técnica de Redes Neurais Artificiais (RNA) para obtenção da área seccional na cubagem cuja estimativa de volume seja mais precisa e acurada do que a obtida por meio da suta e fita métrica, quando comparadas com os dados reais de volume obtidos pelo xilômetro. Com uma base de dados de plantios clonais de Eucalyptus sp., a metodologia proposta foi capaz de estimar com precisão a área seccional dos discos de madeira, resultando em estimativas de volume com apenas 0,26% de variação média em comparação com o xilômetro, enquanto suta e fita apresentaram, respectivamente, -1,41% e 4,08% de variação. Os resultados obtidos pelas fotos também demonstraram não ser tendenciosos, enquanto a fita métrica apresentou tendência a superestimar os volumes e a suta a subestimá-los.
- 4 December 2021
- Published by Research, Society and Development in Research, Society and Development
- Vol. 10 (16)
Open AccessUso de fotografias digitais como alternativa à fita e a suta na cubagem rigorosa
Em levantamentos do volume de povoamentos, o viés não deriva apenas do processamento dos dados e das estimativas, podendo ser de seleção, quando a amostra não garante a representatividade da população; de admissão, quando a amostra advém de uma população especial; de amostragem; ou ainda podem ser imensuráveis, como erros sistemáticos e decorrentes do operador ou do próprio instrumento. O volume de um povoamento pode ser obtido através do uso de expressões matemáticas que utilizam as variáveis altura e diâmetro, ou circunferência onde o diâmetro é obtido com uso da suta e a circunferência por meio da fita métrica e, ambas, incorrem em erros que dependem do formato e deformidade das seções transversais do tronco. Este trabalho propõe uma metodologia com base na utilização de imagens digitais das seções do tronco e do uso da técnica de Redes Neurais Artificiais (RNA) para obtenção da área seccional na cubagem cuja estimativa de volume seja mais precisa e acurada do que a obtida por meio da suta e fita métrica, quando comparadas com os dados reais de volume obtidos pelo xilômetro. Com uma base de dados de plantios clonais de Eucalyptus sp., a metodologia proposta foi capaz de estimar com precisão a área seccional dos discos de madeira, resultando em estimativas de volume com apenas 0,26% de variação média em comparação com o xilômetro, enquanto suta e fita apresentaram, respectivamente, -1,41% e 4,08% de variação. Os resultados obtidos pelas fotos também demonstraram não ser tendenciosos, enquanto a fita métrica apresentou tendência a superestimar os volumes e a suta a subestimá-los.
- Open Access
- 12 September 2021
- Published by Research, Society and Development in Research, Society and Development
- Vol. 10 (12)
Artificial neural networks and remote sensing for volumetric prediction in a Eucalyptus sp. plantation
Forest inventory is an important tool for estimating the production of forest stands and normally employs traditional methods for volume estimation. However, as a result of technological advancements, artificial neural networks and remote sensing have assumed a prominent role in the forestry sector since satellite images have different components that correlate with the dendrometric variables and can be used as auxiliary variables. The objective of this work was to evaluate the performance of artificial neural networks regarding the estimation of volume in a Eucalyptus sp. plantation with the use of satellite images. Pre-cut inventory data were used with ages varying between 5.3 and 6.3 years. The variables used were volume, age, 4 bands of the satellite image with a 10 m spatial resolution from Sentinell-2 satellite, ratio between the bands, NDVI, and genetic material. All processing was performed using the free software R. The evaluation criteria for the neural network were percentage of residual standard error and graphical analysis of the residues. The best neural network configuration for volume estimation presented a residual standard error of 10.63% and 12.00% for training and validation, respectively. The methodology proposed in this work proved to be efficient in estimating the volume of the stand.
- 12 September 2021
- Published by Research, Society and Development in Research, Society and Development
- Vol. 10 (12)
Open AccessArtificial neural networks and remote sensing for volumetric prediction in a Eucalyptus sp. plantation
Forest inventory is an important tool for estimating the production of forest stands and normally employs traditional methods for volume estimation. However, as a result of technological advancements, artificial neural networks and remote sensing have assumed a prominent role in the forestry sector since satellite images have different components that correlate with the dendrometric variables and can be used as auxiliary variables. The objective of this work was to evaluate the performance of artificial neural networks regarding the estimation of volume in a Eucalyptus sp. plantation with the use of satellite images. Pre-cut inventory data were used with ages varying between 5.3 and 6.3 years. The variables used were volume, age, 4 bands of the satellite image with a 10 m spatial resolution from Sentinell-2 satellite, ratio between the bands, NDVI, and genetic material. All processing was performed using the free software R. The evaluation criteria for the neural network were percentage of residual standard error and graphical analysis of the residues. The best neural network configuration for volume estimation presented a residual standard error of 10.63% and 12.00% for training and validation, respectively. The methodology proposed in this work proved to be efficient in estimating the volume of the stand.
- Open Access
- 6 September 2021
- Published by Universidade Federal de Santa Maria in Ciência Florestal
- Vol. 31 (3) , 1364-1382
Diferentes modelos para o afilamento do tronco de Eucalyptus sp. para o cenário florestal brasileiro
As funções de afilamento são ferramentas úteis para estimar diâmetros de toras e volumes comerciais de madeira a quaisquer alturas, sendo de grande importância para os empreendimentos florestais que buscam a otimização do uso de suas florestas. Este trabalho teve como objetivo avaliar modelos de afilamento segmentados, não segmentados e modelos de forma variável para estudo do afilamento do tronco de árvores de Eucalyptus sp. Com uma base de dados proveniente de um plantio de Eucalyptus sp. localizado no sul do estado de São Paulo aos 6,3 anos de idade, os modelos de afilamento testados foram: os modelos não segmentados de Ormerod (1973) e de Schöepfer (1966), o modelo segmentado de Max e Burkhart (1976), e os modelos de forma variável de Muhairwe (1999), Methol (2001) apud Rachid et al. (2014) e de Kozak (2004). Os volumes reais foram calculados utilizando-se o método de Smalian. O modelo de Kozak (2004) obteve as melhores medidas de precisão para estimativa dos diâmetros, já a equação de Muhairwe (1999) demonstrou os melhores resultados gráficos de dispersão de resíduos para a mesma estimativa. Para a estimativa volumétrica, a equação que obteve os melhores resultados foi a proposta por Methol (2001) apud Rachid et al. (2014), com as melhores medidas de precisão e melhor comportamento gráfico, com menores tendências e dispersão mais concentrada dos resíduos.
- 6 September 2021
- Published by Universidade Federal de Santa Maria in Ciência Florestal
- Vol. 31 (3) , 1364-1382
Open AccessDiferentes modelos para o afilamento do tronco de Eucalyptus sp. para o cenário florestal brasileiro
As funções de afilamento são ferramentas úteis para estimar diâmetros de toras e volumes comerciais de madeira a quaisquer alturas, sendo de grande importância para os empreendimentos florestais que buscam a otimização do uso de suas florestas. Este trabalho teve como objetivo avaliar modelos de afilamento segmentados, não segmentados e modelos de forma variável para estudo do afilamento do tronco de árvores de Eucalyptus sp. Com uma base de dados proveniente de um plantio de Eucalyptus sp. localizado no sul do estado de São Paulo aos 6,3 anos de idade, os modelos de afilamento testados foram: os modelos não segmentados de Ormerod (1973) e de Schöepfer (1966), o modelo segmentado de Max e Burkhart (1976), e os modelos de forma variável de Muhairwe (1999), Methol (2001) apud Rachid et al. (2014) e de Kozak (2004). Os volumes reais foram calculados utilizando-se o método de Smalian. O modelo de Kozak (2004) obteve as melhores medidas de precisão para estimativa dos diâmetros, já a equação de Muhairwe (1999) demonstrou os melhores resultados gráficos de dispersão de resíduos para a mesma estimativa. Para a estimativa volumétrica, a equação que obteve os melhores resultados foi a proposta por Methol (2001) apud Rachid et al. (2014), com as melhores medidas de precisão e melhor comportamento gráfico, com menores tendências e dispersão mais concentrada dos resíduos.
- 30 August 2021
- Published by Pantanal Editora
- p. 63-77
Redes neurais artificiais aplicadas na estimativa da altura total de Eucalyptus sp.
- 30 August 2021
- Published by Pantanal Editora
- p. 63-77
Redes neurais artificiais aplicadas na estimativa da altura total de Eucalyptus sp.
- Open Access
- 1 April 2019
- Published by Universidad Nacional de Colombia in Acta Agronomica
- Vol. 68 (2) , 142-150
Espacialidad volumétrica de madera en plantaciones forestales usando redes neurales artificiales con imágenes de satélite
La agricultura sustentable de plantaciones forestales exige la estimación permanente de la cantidad o volumen de madera que se está produciendo en un momento dado, lo que es difícil en extensas áreas de bosque, si solo se utilizan procedimientos manuales en campo. En la presente investigación se modelaron redes neuronales artificiales (ANNs, su sigla en inglés) de perceptrón multicapa para la estimación espacial de volúmenes de madera en una plantación de Eucalyptus sp. localizada en el estado de Mato Grosso del Sur, región Centro-oeste de Brasil. Para el efecto se emplearon como variables de predicción bandas espectrales, texturas de las bandas obtenidos con matriz de coocurrencia de niveles de grises e índice de vegetación, que fueron derivados de imagen digital de satélite Spot 6. La ANN resultante con mejor desempeño presentó una precisión de 93.32% y un coeficiente de determinación de 0.9761, con respecto a valores obtenidos con medidas de campo; no obstante, presentó un error cuadrático medio relativo de 16.32% (RMSE de 7.85 m3/ha), pero la distribución de los residuos no fue tendenciosa, por tanto, el modelo fue promisorio para mapear los volúmenes de madera en extensas áreas sin sobreestimar o subestimar la predicción. La red construida mostró mayor precisión y exactitud cuándo se comparó con otros métodos que usaron variables similares de estimación, inclusive en comparación con modelos neuronales que utilizaron solo bandas espectrales e índices de vegetación.
- 1 April 2019
- Published by Universidad Nacional de Colombia in Acta Agronomica
- Vol. 68 (2) , 142-150
Open AccessEspacialidad volumétrica de madera en plantaciones forestales usando redes neurales artificiales con imágenes de satélite
La agricultura sustentable de plantaciones forestales exige la estimación permanente de la cantidad o volumen de madera que se está produciendo en un momento dado, lo que es difícil en extensas áreas de bosque, si solo se utilizan procedimientos manuales en campo. En la presente investigación se modelaron redes neuronales artificiales (ANNs, su sigla en inglés) de perceptrón multicapa para la estimación espacial de volúmenes de madera en una plantación de Eucalyptus sp. localizada en el estado de Mato Grosso del Sur, región Centro-oeste de Brasil. Para el efecto se emplearon como variables de predicción bandas espectrales, texturas de las bandas obtenidos con matriz de coocurrencia de niveles de grises e índice de vegetación, que fueron derivados de imagen digital de satélite Spot 6. La ANN resultante con mejor desempeño presentó una precisión de 93.32% y un coeficiente de determinación de 0.9761, con respecto a valores obtenidos con medidas de campo; no obstante, presentó un error cuadrático medio relativo de 16.32% (RMSE de 7.85 m3/ha), pero la distribución de los residuos no fue tendenciosa, por tanto, el modelo fue promisorio para mapear los volúmenes de madera en extensas áreas sin sobreestimar o subestimar la predicción. La red construida mostró mayor precisión y exactitud cuándo se comparó con otros métodos que usaron variables similares de estimación, inclusive en comparación con modelos neuronales que utilizaron solo bandas espectrales e índices de vegetación.